这里补充一下关于各种并行的方法的解释。标准的数据并行的定义是一个 Batch 的数据在不同的 device 上并行处理，这时每一个 device 上都保存了模型的一份完整拷贝，前向计算完进行梯度汇总和更新。模型并行表示模型不同的参数（层、组件）分配到不同的 device 上，处理一个 batch 的数据。 【一】用 times 表示倍数（一般限于包括基数在内三倍或三倍以上的数。表示两倍的数，一般用 twice ）。其句式有： • Boru Tipi... https://fatahal.com/user/trailnight27